روش جدید برای جهت یابی بلادرنگ چشم با استفاده از یادگیری عمیق

روش های زیادی برای استخراج حرکت چشم و تشخیص عمق دید ارائه شده اند، یکی از مهم ترین روش ها، روش های مبتنی بر الگوریتم یادگیری عمیق است که زیر مجموعه ای از الگوریتم های یادگیری ماشین می باشند. به دلیلاستخراج ویژگی های مناسب با دقت بالا، مورد توجه بسیاری از متخصصین قرار گرفته است. همچنین یکی از مهم ترین و سریع ترین روش ها در تشخیص اشیاء روش مبتنی بر معماری YOLO می باشد. این معماری یک شبکه هوشمند تشخیص اشیاء به صورت بلادرنگ است. شبکه YOLO یک بار به تصویر نگاه می کند اما به شیوه هوشمندانه. در این مقاله از یک شبکه جدید به نام SuNet استفاده شده است. روش پیشنهادی شباهت هایی با شبکه YOLO دارد اما در برخی جهات با شبکه YOLO تفاوت دارد. روش پیشنهادی در مقایسه با شبکه YOLO حجم کمتری از فضای پردازنده را به دلیل کم کردن تعداد لایه ها اشغال می کند، در نتیجه نیاز به پردازنده قوی تر را مرتفع می سازد، همچنین با تغییر در لایه های شبکه YOLO نتایج بهتری از نظر سرعت و دقت در تشخیص حرکت چشم و عمق دید برای حرکت دادن ویلچر برقی تولید می کند. این روش ضمن اینکه تمامی ویژگی های مثبت روش های موجود را دارا می باشد، نسبت به آ نها حجم کم، سرعت و دقت بالاتری نیز دارد

کلیدواژه ها:

یادگیری عمیق ، یادگیری ماشین ، استخراج حرکت چشم ، تشخیص عمق دید ، ویلچر برقی